R语言K-Means(K均值聚类）和层次聚类算法对微博用户特征数据研究
全文链接：https://tecdat.cn/?p=32955 本文就将采用K-means算法和层次聚类对基于用户特征的微博数据帮助客户进行聚类分析（点击文末“阅读原文”获取完整代码数据）。 首先对聚类分析作系统介绍。其次对聚类算法进行文献回顾，对其概况、基本思想、算法进行详细介绍，再是通过对微博数据分析具体来强化了解聚类算法，本文的数据是由所设计地软件在微博...
MATLAB、R用改进Fuzzy C-means模糊C均值聚类算法的微博用户特征调研数据聚类研究
全文链接：http://tecdat.cn/?p=30766 本文就将采用改进Fuzzy C-means算法对基于用户特征的微博数据进行聚类分析。去年，我们为一位客户进行了短暂的咨询工作，他正在构建一个主要基于微博用户特征聚类研究的分析应用程序（点击文末“阅读原文”获取完整代码数据）。 首先对聚类分析作系统介绍。其次对改进Fuzzy C-means算法进行文献...
什么是线性模型特征重要性算法组件
线性模型特征重要性组件用于计算线性模型的特征重要性，包括线性回归和二分类逻辑回归，支持稀疏和稠密数据格式。本文为您介绍该组件的配置方法。
如何使用特征管理为定制排序模型添加特征表
特征管理介绍OpenSearch推出了定制排序模型功能，特征管理可用于为定制排序模型添加所需的特征表，并支持创建、编辑特征名称、特征类型以及来源字段。添加特征表创建行业模板之后，进入开放搜索控制台页面，左侧导航栏选择：OpenSearch行业算法版>搜索算法中心>特征管理，然后点击添加特征表按钮：行...
基础排序中支持哪些排序特征函数项_OpenSearch-行业算法版_智能开放搜索 OpenSearch(Open Search)
基础排序即是海选，从检索结果中快速找到质量高的文档，取出TOP N个结果再按照业务排序进行精细算分，最终返回最优的结果给用户。由此可见，基础排序对性能影响比较大，业务排序对最终排序效果影响比较大。因此，基础排序要求尽量简单有效，只提取业务排序中的关键因子即可。同时，基础排序与业务排序目前均通过排序表...
C# | KMeans聚类算法的实现，轻松将数据点分组成具有相似特征的簇
C# KMeans聚类算法的实现 @[toc] 前言 本章分享一下如何使用C#实现KMeans算法。在讲解代码前先清晰两个小问题： 什么是聚类?聚类是将数据点根据其相似性分组的过程，它有很多的应用场景，比如：图像分割、文本分类、推荐系统等等。在这些应用场景里面我们需要将数据点分成多个簇，每个簇内的数据点具有相似的特征&...
什么是定制排序模型的特征类型配置属性_OpenSearch-行业算法版_智能开放搜索 OpenSearch(Open Search)
本篇文档主要介绍定制排序模型的特征类型配置属性，不同特征配置有相应限制，以下是对应规范和限制。
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注